Polars表达式中将列转为list失败问题（版本更新后）

问题复现 #

假设你的示例DataFrame如下：

import polars as pl

df = pl.DataFrame({
    "group": ["A", "A", "B", "B"],
    "value": [1, 2, 3, 4]
})

若你尝试直接将value列转为List类型列（比如旧版本的写法）：

df.with_columns(pl.col("value").alias("value_list"))

会触发SchemaError: expected List, got i64，这是因为Polars新版本（0.19.x及以后）对类型校验更严格，不允许隐式将标量列转为List列。

正确解决方案 #

根据你的需求（后续结合窗口分区），分两种场景处理：

1. 全局将整列转为单个List

如果需要把整个value列合并成一个List并作为新列：

df_global = df.with_columns(pl.col("value").agg().alias("value_list"))

输出结果：

shape: (4, 3)
┌───────┬───────┬────────────┐
│ group ┆ value ┆ value_list │
│ ---   ┆ ---   ┆ ---        │
│ str   ┆ i64   ┆ list[i64]  │
╞═══════╪═══════╪════════════╡
│ A     ┆ 1     ┆ [1, 2, 3,4]│
│ A     ┆ 2     ┆ [1, 2, 3,4]│
│ B     ┆ 3     ┆ [1, 2, 3,4]│
│ B     ┆ 4     ┆ [1, 2, 3,4]│
└───────┴───────┴────────────┘

2. 窗口分区内生成List列（符合你的后续需求）

如果需要按指定分区（比如group列），将每个分区内的value转为List：

df_window = df.with_columns(pl.col("value").list().over("group").alias("value_list"))

输出结果：

shape: (4, 3)
┌───────┬───────┬────────────┐
│ group ┆ value ┆ value_list │
│ ---   ┆ ---   ┆ ---        │
│ str   ┆ i64   ┆ list[i64]  │
╞═══════╪═══════╪════════════╡
│ A     ┆ 1     ┆ [1, 2]     │
│ A     ┆ 2     ┆ [1, 2]     │
│ B     ┆ 3     ┆ [3, 4]     │
│ B     ┆ 4     ┆ [3, 4]     │
└───────┴───────┴────────────┘

原因说明 #

Polars新版本强化了类型一致性校验：

• 直接引用pl.col("value")返回的是标量列（i64类型），无法直接作为List类型列返回
• 必须通过agg()（全局聚合）或list().over(...)（窗口聚合）显式将多个标量值合并为List类型，才能满足Schema要求

内容的提问来源于stack exchange，提问作者ViSa